/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
gemma4_unified · dense
Базовая модель
gemma-4-12B-it
Библиотека
transformers
Опубликована
20 сен 2026

Jev-Omni

Классификация текстаТекст → label3 профессии

Мультимодальный классификатор, который оценивает вероятности вариантов ответа на вопросы по тексту, изображениям, аудио и видео.

4 636скачиваний за 30 дней402лайкавеса обновлены25 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Jev-Omni — мультимодальная модель-классификатор, созданная независимым разработчиком на основе Gemma 4 12B IT и дообученная на 30 000 вопросах. Она принимает вопрос с вариантами ответа и оценивает вероятность каждого варианта, а не генерирует объяснение. Модель предназначена для задач выбора и принятия решений по тексту, изображениям, аудио и видео.

В карточке приведены результаты на DecisionBench, JevBench и MMAU, а также оценка калибровки вероятностей. Для обработки аудио требуется ffmpeg; автор указывает, что наиболее надёжно качество проверено при количестве вариантов не более 20. Модель распространяется с открытыми весами по лицензии Apache-2.0. Для запуска требуется CUDA GPU; веса FP32 занимают около 50 ГБ до учёта накладных расходов, при инференсе используется BF16 autocast.

Сценарии применения

  • выбор наиболее вероятного ответа из нескольких вариантов
  • оценка вероятностей вариантов в задачах принятия решений
  • ответы да или нет с оценкой уверенности
  • сравнение вариантов по заданному критерию
  • анализ вопросов по изображениям, аудио и видео

Ограничения

Наиболее надёжная работа заявлена для вопросов с 20 вариантами ответа или меньше; качество при большем числе вариантов не установлено. Объяснения модель не генерирует; для обработки аудио требуется ffmpeg, а запуск требует CUDA GPU.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Jev-Omni

A multimodal decision classifier for text, images, audio and video. Supply a question and options; receive a probability for each option—not a generated explanation.

Built on Gemma 4 12B IT, with a 30,000-question fine-tuning run.

Results

BenchmarkAccuracy¹Micro accuracy
DecisionBench Medium · 80 scenarios / 293 questions87.57%86.01%
JevBench · matched 195 groups / 231 decisions86.15%87.45%
MMAU · 1,000 questions—63.10%
MVBench · 14 evaluated tasks / 2,786 questions53.10%53.09%

Merged-model results. ¹Equal-weight scenario/group average.

Open-weight comparison

ModelParametersMMAUMVBenchModalities
Jev-Omni12B63.10%53.10%Text, image, audio, video
Inkling975B total / 41B active77.20%—Text, image, audio
Qwen3.5-397B-A17B397B total / 17B active—77.60%Text, image, video

Reference scores are officially reported by their developers and may use different evaluation protocols.

DecisionBench Medium accuracy

Jev-Omni cost uses its recorded input tokens at OpenRouter's Gemma 3 12B input rate ($0.05/M); its classifier generates no output tokens.

Both classifiers are priced one call per question: a classifier answers one question at a time, so the state is re-sent for each of them and there is no discount for asking several at once. The three chat models are priced one call per state, with all of that state's questions together, which is their own cheapest shape. Splitting a state into per-question calls multiplies input tokens by 2.82x on this set, so pricing the chat models the same way would move all three marks right by roughly that factor without changing the order.

DecisionBench dataset

Quick start

CUDA GPU required. FP32 weights use about 50 GB before runtime overhead; inference uses BF16 autocast.

pip install -r https://huggingface.co/akhilaaa3/Jev-Omni/resolve/main/requirements.txt
# ffmpeg is also required for audio input

File: requirements.txt

from huggingface_hub import snapshot_download

path = snapshot_download("akhilaaa3/Jev-Omni")
import sys; sys.path.insert(0, path)
from jev_omni import load_jev_omni

classifier = load_jev_omni()
result = classifier.predict(
    state="The meeting starts at 10 AM. It is now 9 AM.",
    question="Has the meeting started?",
    options=["Yes", "No"],
)
print(result)

For an image, audio file or video, add media="/path/to/file" and modality="image", "audio" or "video". The loader downloads the original Gemma 4 multimodal components automatically. Audio is capped at 30 seconds; video uses 16 frames.

Speed

Warm H200 inference: 83 ms (~2k-token text), 26 ms (image), 31 ms (13-second audio), 504 ms (16-frame video). Medians over 20 optimized-backend requests; preprocessing and network time are extra.

Limits

Best supported at ≤20 options. The head accepts 256, but quality above 20 is not established.

License

Apache-2.0, following Gemma 4. Dataset rights remain separate.

Calibration

Medium ECE: 0.0400 (10 bins; lower is better). The graph uses five bins for readability.

DecisionBench Medium calibration


Note: Jev-Omni is an independent open model that implements the typed-decision interface — noul (yes/no), choice and score questions answered with calibrated probabilities. It is not affiliated with, endorsed by, sponsored by, or derived from TypeSafe AI or its Jev model, and nothing in it was trained on Jev output.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4UnifiedForConditionalGeneration
Ревизия весов
5addda8

0 моделей